神秘霸榜模型现真身:小米MiMo-V2 Pro,国内首个万亿参数+1M上下文

编辑｜泽南、Panda

霸榜 OpenRouter 的神秘大模型，真面目终于曝光了 —— 来自小米。

过去一周里，两款代号为 Hunter Alpha 和 Healer Alpha 的神秘大模型空降知名大模型基础设施平台 OpenRouter。它们以 API 的形式，直接与全球最顶尖的模型展开了同场「盲测」竞技。

战绩可谓优异：其中 Hunter Alpha 拿下了趋势榜第一、周榜第三，现在也在日榜上保持领先。

这几天整个开发者社区都在猜测 Hunter Alpha 来自哪家，有说是 DeepSeek V4，有说是 Grok，直到昨天，面纱正式揭开：这正是小米全新一代面向 Agent（智能体）的大模型家族。

在今天官宣新模型时，雷军还表示，小米会持续加大在 AI 领域上的投资，今年投入将超过 160 亿元。

此次官宣的新模型有三个版本：

• MiMo-V2-Pro Preview（即 Hunter Alpha）：面向 Agent 时代的旗舰基座模型，参数量高达 1021B，激活参数量 42B，主攻硬核复杂任务。
• MiMo-V2-Omni（即 Healer Alpha）：全模态模型，专为快速推理和低延迟场景打造。
• MiMo-V2-TTS：首款「说唱兼备」的超拟人语音大模型。由于 OpenRouter 平台限制，未能参与此前的盲测。

其中，旗舰模型 MiMo-V2-Pro 在长文本、智能体调用稳定性等方面性能优异。随着模型的正式亮相，小米也提供了更多的跑分数据，在权威大模型综合智能排行榜 Artificial Analysis 上，MiMo-V2-Pro 位列全球第九，国内第三。

可以说是挤进了国内大模型的第一梯队。

更为值得关注的是，这些新一代的模型是专为「龙虾」（OpenClaw）等 AI 智能体平台设计的。在 OpenClaw 标准评测榜单 PinchBench 上，MiMo-V2-Pro 效果处于全球顶尖水平。

来自开发者社区的真实反馈也印证了这一点。网友们表示，在很多复杂的 Agent 编排场景中，Hunter Alpha 的实际落地效果接近于 Claude 4.6。

有人已经表示，目前想要构建全端自动开发的工作流，只有 GPT5.4、Claude opus 4.6 和 Hunter alpha 是可以信赖的，它们的生成的代码效果很好。

MiMo-V2-Pro 场景实测

写代码、做研报、找热点

小米宣称 MiMo-V2-Pro 的能力优秀，特别是用在 OpenClaw 上的体验不错，但实际体验如何？在模型还未正式发布时，我们提前进行了一番研究。

就试试它在智能体工作流上的能力：

首先，既然说这个模型支持超长的上下文，我们就让它来做一个深度研究。

可以看到，hunter-alpha 明白这是一个需要多步骤执行的任务，并根据当前任务的需求自动选择了所要使用的工具，而当检测到所选工具不可用时，它也会聪明地直接寻找替代方案并完成任务。

不论是从格式、章节和内容看，这报告的内容是够详尽的。

我们再抛出一个具有时效性的问题：让 OpenClaw 观察马斯克（Elon Musk）最近 48 小时在社交平台上说的话与回复内容，并尝试分析一下利好哪些股票概念。

我们知道，马斯克每天发话无数，参与互动的内容从 AI 领域到航天，有时候还会直播打游戏，hunter-alpha 正确地剔除了不少无用信息，给了我们寻找热点的参考。

有意思的是，从上面的长截图可以看出，当 MiMo-V2-Pro Preview 第一次尝试完成该任务时，由于 API 超时，它并未第一时间获得一手数据，但它却机灵地通过其它信源进行了信息补充。之后它修改了方法，进行了更正确的分析，并得到了相当有用的总结：

• 今天马斯克以短回复为主（"True"、"Nice"、""），没有长篇宣布或新产品发布
• 矿业机器人和对 Autopilot 辩护是唯二有实质内容的信号
• 结合上周 Optimus 3 + xAI + X Money 等信息，机器人和 AI 算力依然是主线

对了，今天是「疯狂星期四」，群里洋溢着整活的气氛，我们要求 OpenClaw 成为一个玩梗机器人，用 Python 帮我们写一个完整的自动化脚本。要求：

• 脚本内置一个包含 5 种不同风格（悬疑、言情、科幻、职场、废话文学）的「肯德基疯狂星期四 V 我 50」文案生成器。
• 每次运行时随机抽取一种风格，并自动替换掉文案里的日期和当天的天气（需调用免费的天气 API）。
• 将所得结果直接发给我。
• 提供完整的 requirements.txt 和部署在 Linux 上的 crontab 定时任务指令（设定为每周四上午 11:30 执行）。

MiMo-V2-Pro 有能力完成这个既需要技术也需要机智的任务吗？结果是这样：

试运行一次看看效果：

另外，很多网友说小米的模型有不错的代码能力，我们要求 MiMo-V2-Pro 来生成一个 HTML 页面，包含以下内容：healer-alpha 大模型的介绍、healer-alpha 和各种其他模型的参数对比、当前社区上人们对于 healer-alpha 的评价。

大模型生成了一个排版清晰美观，内容充实的页面。

MiMo-V2-Pro 向我们展示了一个极其聪明的「龙虾 AI 大脑」，那么想要让智能体真正接管现实世界的工作流，它们还需要敏锐的视觉和听觉。在这方面小米还有另外两张牌。

多模态 Agent 能力

接管真实世界，听刘德华叫早

我们进而测试了一下另外两个模型 MiMo-V2-Omni 与 MiMo-V2-TTS。

MiMo-V2-Omni 作为一个全模态的模型，具备一定的 GUI Agent 能力。据介绍，它支持文本、图像、音频、视频（最长一小时）的输入，在 OpenClaw 里可以处理网页、摄像头截图、音频分析、文档中的图片等多模态任务。

我们尝试让它帮助我们发条抖音：

MiMo-V2-Omni 驱动的智能体当然也能完成一些与现实世界有关的任务。如果我们 30 人的团建需要购买吃的喝的用的，交给 OpenClaw 它可以一步到位地搞定：

语音合成大模型 MiMo-V2-TTS 支持具有拟人感的发音能力，支持多个方言、音色的切换，也具备音色克隆的能力。我们让它「用刘德华的声音来叫我起床」：

文中音频链接：

https://mp.weixin.qq.com/s/KDZ-zV5Ch5k5uvEOF6kEiA

看起来效果不错。

有了 MiMo-V2-Omni 与 MiMo-V2-TTS，小米可以说拥有了现阶段可以同时理解音视频的国内最强 Agentic 模型。对于开发者来说，这些工具能够处理观察浏览器多窗口、复杂内容的联合理解与生成等任务，在实时交互与可视化输出能力上提供了保证。

另一方面，多模态的大模型也为小米的智能生态提供了想象空间：它未来或许可以关联机器人 VLA 模型实现联合控制，操作智能家具，或是融入下一代智能眼镜，提供识别等能力。

MiMo-V2-Pro 凭什么叫板闭源模型巨头？

从 OpenRouter 上霸榜的成绩，社区的热烈讨论，再到 Benchmark 分数，我们看到了 MiMo-V2-Pro 等模型的能力与实用性，它们正在推动 AI 智能体从「对话框里的聊天伴侣」进化为现实世界里的「AI 打工人」。但有关小米大模型用到的技术，我们一直以来知之甚少。

本次在最受关注的 MiMo-V2-Pro 上，小米介绍了一些技术细节。

MiMo-V2-Pro 拥有超过 1 万亿的超大参数量，激活参数控制在 42B，相比前代 MiMo-V2-Flash 扩容约 3 倍。团队进一步优化了其创新的混合注意力机制（Hybrid Attention），将 SWA（滑动窗口注意力）与 GA（全局注意力）的混合比例提升至 7:1，并搭配轻量级的 MTP (Multi Token Prediction) 层实现了高效的生成速度。

在此基础上，MiMo-V2-Pro 的能力加点全都点在了「真实应用」上。为了成为合格的 Agent 大脑，MiMo-V2-Pro 针对 OpenClaw 等通用智能体框架的 Scaffold（脚手架）进行了深度的 SFT（监督微调）与 RL（强化学习）

在 OpenClaw 的标准评测榜单 PinchBench 上，MiMo-V2-Pro 排行跻身前列。它能够在完全没有人工干预的情况下，自主完成复杂的工作流编排、长周期的任务规划，实现高精度的外部工具调用。

在考验模型逻辑能力的编码领域，MiMo-V2-Pro 能够参与严肃的代码工程构建。

在小米内部的深度评测及社区的真实反馈中，MiMo-V2-Pro 体感已接近目前的行业天花板 Claude Opus 4.6，它给出的代码风格更加优雅，拥有出色的系统设计与任务规划能力。

MiMo-V2-Pro 已经展示出了完整的端到端全栈能力。在 OpenClaw 里只需输入一段 Prompt，模型就能一步生成一个充满「90 年代复古杂志风」的前端网页 —— 从衬线字体的排版、溢出的视觉错觉，到棕褐色滤镜、翻书过渡动画，甚至还包含 ISSN 码版权页，完美兼顾了工程可用性与视觉审美。

拥有百万上下文能力的 MiMo-V2-Pro API 现已全面开放。在接近 Claude Opus 4.6 能力的同时，API 定价仅为其五分之一。小米采取了分段计价的方式：

• 256K 上下文内：输入 $1 / 1M tokens，输出 $3 / 1M tokens
• 1M 上下文内：输入 $2 / 1M tokens，输出 $6 / 1M tokens

为了加速 Agent 生态的繁荣，小米还联合 OpenClaw、OpenCode、KiloCode、Blackbox 及 Cline 等五大主流 Agent 开发框架团队，直接向全球开发者提供为期一周的限时免费接口支持

不只是「跑分机器」

已全面杀入真实生态

目前，MiMo-V2-Pro 作为基础设施，已在小米的多个核心业务和生态伙伴中同步上线。

作为首个基于 MiMo 模型构建的手机端 AI 智能体产品，小米版「龙虾」MiClaw 不仅具备了深入系统的执行能力，还与小米的人车家全生态实现了深度集成。推动了 AI 能力从「对话」迈向「系统级执行」的实质性演进。

在生产力场景，MiMo 的底层推理引擎已与金山办公达成框架级集成。现在 WPS 灵犀可以直接向搭载了 MiMo-V2-Pro 的灵犀 Claw 提问或布置复杂任务。此外，小米浏览器也已全面接入该模型，大幅提升 AI 搜索的信息获取效率。

小米官方还上线了 AI Studio 体验页面（aistudio.xiaomimimo.com）。在这里你不仅可以免费解锁 MiMo-V2-Pro 完整体验，其中的 MiMo Claw 模块还打通了金山 WebOffice 生态，原生支持 Word、Excel、PPT、PDF 格式，无缝覆盖了超 95% 的日常文档类型。

下一步，小米大模型 Core 团队还计划以星期为单位持续迭代 MiMo-V2 系列大模型，面向真实场景提供更完善的复杂推理与长周期任务规划能力，向真正的通用智能迈进。